علی حسین زاده کاشان

چالشی که امروزه سیستم توانگری مالی شرکتهای بیمه با آن مواجه است، درک مفهوم ریسک و به دنبال آن اندازه گیری و کمی کردن ریسک است. یکی از ریسکهای مهم یک شرکت بیمه، ریسک بازار ناشی از سرمایه گذاری است . هدف اصلی این مقاله، رفع نواقص و ایرادات آیین نامه نحوه محاسبه و نظارت بر توانگری مالی مؤسسات بیمه و لحاظ کردن دقیق تر ویژگیهای سریهای زمانی مالی برای برآورد ارزش در معرض ریسک پرتفوی سرمایه گذاری ( سهام شرکتهای بورسی، حسابهای ارزی، و املاک و مستغلات ) است . ابتدا از مدلهای گارچ برای مدل سازی توزیعهای حاشیه ای سری زمانی لگاریتم بازدهیها استفاده می کنیم. سپس با استفاده از روش فراابتکاری الگوریتم ژنتیک، برای حصول بهترین آستانه در نظریه ارزش فرین، دنباله های توزیع را مدل سازی و از تابع مفصل برای مدل سازی همبستگی بین توزیعهای حاشیه ای استفاده می کنیم. روشهای پس آزمایی نشان می دهند که مدل پیشنهادی نسبت به مدل سنتی شبیه سازی تاریخی عملکرد بهتری دارد و نتایج حاصل شده از تابع مفصل تی- استیودنت قابل قبول تر است و ضریب ریسک بازار برابر با 403/9 درصد به دست آمد.

با مقررات زدایی از بازار و شکل گیری بازار روز بعد انرژی، باهدف کاهش هزینه های تولی د و توزی ع ب رق و رف ع ناکارآمدی های صنعت برق انحصاری، تحدید ساختار در بازار برق ایران انجام گرفت که در آن در هرروز تولیدکنندگان انرژی با یکدیگر به رقابت می پردازند. دراین بین بهای تمام شده تولید انرژی پارامتر تعیین کننده در تعیین استراتژی پیشنهاد قیمت توسط هر نیروگاه و میزان سود بخشی آن می باشد. ازاین رو در این مقاله با در نظر گرفتن هزینه های سوخت مصرفی، استهلاک، تعمیرات، بهره برداری و سایر هزینه ها به عنوان عوامل تأثیرگذار بر روی بهای تمام شده تولید برق، تابع هزینه تولید برآورد شده است. در این مطالعه، نظر به سهم قابل توجه سوخت بر روی بهای تمام شده، سوخت مصرفی را به صورت جدا از سایر موارد موردبررسی قرار داده ایم و به جای سرشکن کردن هزینه سوخت در طول یک سال بر روی کل تولید، ابتدا تابع مصرف سوخت در سطوح مختلف تولید در دو حالت سوخت گاز و گازوئیل محاسبه شده و به دنبال آن هزینه سوخت مصرفی محاسبه گردیده است. مطابق با نتایج به دست آمده، از اجرای مدل پیشنهادی بر روی واحد گازی نیروگاه سیکل ترکیبی اردبیل، متوسط هزینه تولید هر کیلووات ساعت برق با سوخت گاز برابر با 398 ریال و با سوخت گازوئیل برابر با 500 ریال می باشد.

در این مقاله مسئله زمان بندی ماشین پردازنده انباشته با فرض وجود کارهایی با اندازه غیریکسان و با هدف حداقل کردن زمان انجام کل کارها (Cmax) بررسی شده است. هدف این مقاله، حل مسئله مدنظر با بهره گیری از حدود پایین قوی و با استفاده از الگوریتم شاخه و کران حد، یکی از روش های حل دقیق، است. در این الگوریتم از دو روش جدید به نام های و برای تولید حد پایین استفاده و نتایج با حد پایین موجود در ادبیات به نام مقایسه شده است. برای ارزیابی عملکردِ روش ارائه شده، دسته ای از نمونه مسائل به صورت تصادفی تولید و روش شاخه و حد با حدود پایینِ متفاوت روی این مسائل آزمایش شده است. نتایج محاسبات نشان می دهد در الگوریتم شاخه و کران وقتی اندازه کارها نسبت به ظرفیت ماشین بزرگ باشد، حد پایین بهترین عملکرد را دارد و زمانی که اندازه کارها نسبت به ظرفیت ماشین کوچک باشد (حداکثر به اندازه G نصف ظرفیت ماشین)، الگوریتم با حد پایین عملکرد بهتری دارد. همچنین زمانی که اندازه کارها متوسط باشد، بهترین عملکرد را دارد.

به منظور اندازه گیری حداقل سرمایه پوششی ریسک عملیاتی تحت مستند بال 2 بسیاری از مؤسسات مالی تمایل دارند که از رویکرد توزیع زیان استفاده نمایند. اما رویکرد توزیع زیان نیاز به تعداد زیادی داده زیان داخلی دارد تا بتواند کارایی لازم را داشته باشد، بنابراین به منظور رفع این چالش می بایست از منابع داده ای دیگر ریسک عملیاتی استفاده نمود. بزرگ ترین چالش روبه روی مؤسسات مالی چگونگی ترکیب منابع داده ای مختلف ریسک عملیاتی می باشد. لذا در این پژوهش به بیان نحوه ترکیب انواع منابع داده ای پرداخته شده است. تمرکز این پژوهش تخمین پارامتر توزیع فراوانی در رویکرد توزیع زیان ریسک عملیاتی با استفاده از روش استنتاج بیزی بوده است. در این پژوهش فرض وابستگی بین منابع داده ای ریسک عملیاتی یعنی نظرات کارشناسان و داده های زیان داخلی در نظر گرفته شده است. برای اعتبارسنجی مدل های برآورد شده برای توزیع پسین، از آزمون های نیکویی برازش عددی استفاده شده است. و برای محاسبه توزیع توأم بین منابع داده ای با فرض وابستگی از توابع کاپیولا خانواده گاوس استفاده شده است. نتایج پژوهش حاکی از آن است که با در نظر گرفتن فرض وابستگی بین دو منبع داده ای نظرات کارشناسان و داده های زیان داخلی، با افزایش تعداد دوره های پیش بینی پارامتر توزیع فراوانی، مقدار پارامتر توزیع کاهش می یابد که این امر نشان دهنده کاهش نمایه ریسک باگذشت زمان می باشد.

ارزش گذاری کسب وکارهای نوپا به سبب وجود عدم اطمینان بالا در خصوص آینده آن ها امری پیچیده و موضوعی مهم در مذاکرات میان کارآفرینان و سرمایه گذاران خطرپذیر بوده است. در تحقیق پیش رو، با در نظر گرفتن عدم اطمینان های موجود در دور اول تأمین مالی و نیز انعطاف پذیری موجود برای سرمایه گذاران خطرپذیر در مراحل قبل (اختیار رها کردن) و بعد (اختیار توسعه) از تجاری سازی محصول، رویکرد جدیدی برای تعیین ارزش کسب وکارهای نوپا، ارائه گردید. به دلیل عدم وجود جواب تحلیلی برای رویکرد توسعه داده شده، از روش عددی شبیه سازی مونت کارلو حداقل مربعات (لانگ اشتاف-شوارتر) برای حل آن استفاده شد. مقایسه نتایج حاصل از مدل با نتایج سه سناریو دیگر، مؤید نقش و اهمیت انعطاف پذیری های مذکور در اتخاذ تصمیم سرمایه گذاری خطرپذیر در کسب وکارهای نوپا می باشد. در بخش پایانی نیز پیشنهادهایی برای توسعه مدل تحت شرایط رقابتی و یا توسعه آن برای سایر مراحل سرمایه گذاری ارائه شد.

یکی از مهم ترین مسائلی که همواره بانک ها و موسسات مالی با آن مواجه هستند، مسئله ریسک اعتباری می باشد. رقم قابل توجه مطالبات معوق بانک ها در سراسر جهان نشان دهنده اهمیت این موضوع و لزوم توجه به آن می باشد. از این رو تاکنون تلاش های بسیاری به منظور ارائه مدلی کارا جهت ارزیابی و طبقه بندی هر چه دقیق تر متقاضیان تسهیلات اعتباری صورت گرفته است. در این راستا، پژوهش حاضر سعی در ارائه رویکردی نو برای ارزیابی ریسک اعتباری مشتریان بانکی دارد. روش ماشین بردار پشتیبان ( SVM ) به عنوان طبقه بندی کننده ی اصلی با یک روش انتخاب ویژگی به نام الگوریتم مورچگان باینری ( BACO-SVM ) ترکیب می گردد. به منظور نشان دادن اثر بخشی روش پیشنهادی از داده های مربوط به 85 شرکت از تسهیلات گیرندگان حقوقی یک بانک ایرانی در یک بازه ی 5 ساله (1389-1393) به همراه 16 ویژگی مربوط به هر یک از آن ها استفاده نموده ایم. نتایج روش BACO-SVM با روش PSO-SVM، GA-SVM و روش SVM به تنهایی مقایسه گردیده است. یافته های پژوهش دلالت بر آن داشته که در ارزیابی ریسک اعتباری، مدل BACO-SVM نسبت به روش های دیگر از عملکرد خوبی برخوردار است. در نتیجه با استفاده از روش BACO-SVM به طبقه بندی مشتریان به دو گروه مشتریان خوش حساب و بدحساب می پردازیم. و در نهایت جهت افزایش انعطاف پذیری در تصمیم گیری، مشتریان خوش حساب را با استفاده از روش VIKOR رتبه بندی می کنیم. این رتبه بندی منجر به آن می شود که قضاوت دقیق تری درباره ی وضعیت ریسک اعتباری متقاضیان خوش حساب صورت گیرد.

در سرمایه گذاری جسورانه، کسب بازدهی بالا از محل سرمایه گذاری در گرو موفقیت شرکت های سرمایه پذیر است و علاوه بر جذب سرمایه و تأمین مالی، کمک به رونق کسب وکار، از دیگر اهدف سرمایه گذاری جسورانه است. پژوهش پیش رو، با هدف مطالعه کسب وکارهای حوزه فین تک، سعی در ارائه درک درستی از وضعیت آن در ایران دارد. پس از انجام مطالعات کتابخانه ای و با بهره مندی از نظر تعداد 20 نفر از خبرگان، با استفاده از تکنیک دلفی فازی، عوامل کلیدی موثر بر ارزش سرمایه گذاری در حوزه فین تک، با عناوین سطح نوآوری ایجاد شده، اطمینان محیطی، تعامل های فناورانه، مدیریت و تسهیم دانش کاربردی، مزیت رقابتی ایجاد شده، سرمایه انسانی متخصص، حمایت های مالی و بیمه ای، تبلیغات و مهارت های بازاریابی و همچنین نقدینگی و سودآوری، شناسایی شد. وزن معیارها با استفاده از روش فازی سوارا و رتبه بندی آن ها با استفاده از تکنیک فازی کوکوسو انجام گرفت. نتایج نشان داد عوامل سطح نوآوری ایجاد شده، حمایت های مالی و بیمه ای و سرمایه انسانی متخصص، به ترتیب در رتبه اول تا سوم عوامل موثر بر سرمایه گذاری جسورانه در حوزه فین تک قرار دارند. در ادامه با تحلیل 180 پرسشنامه توزیع شده در بین تعداد 28 شرکت فعال در حوزه فین تک، تاثیر متغیرهای تایید شده بر روی متغیر سرمایه گذاری جسورانه بررسی شد.

هدف: گستردگی، تنوع کالاها و بازار بسیار رقابتی امروز، باعث شده است که انتخاب استراتژی مناسب برای سرویس دهی مطلوب با توجه به چند عامل اصلی، مانند قیمت، سطح کیفیت و طول دوره وارانتی، به یکی از دغدغه های اصلی مدیران شرکت ها و فروشندگان تبدیل شود. بنابراین استخراج و بررسی استراتژی اجرایی مناسب، با توجه به افزایش سود هر یک از اعضای زنجیره، در کنار ارائه خدمات مناسب و حفظ کیفیت محصول، از اولویت های اصلی این پژوهش است. در این پژوهش، استراتژی های قیمت گذاری در یک زنجیره تأمین دوسطحی، شامل یک تولید کننده و دو خرده فروش رقابتی، با تقاضای وابسته به قیمت، طول دوره وارانتی و سطح کیفیت بررسی شده است. روش: روش این پژوهش توسعه ای کاربردی است. توابع سود تولیدکننده و خرده فروشان، تحت بازی های همکاری و غیر همکاری حداکثر شده اند. چهار بازی مختلف در این پژوهش مدل سازی شده که عبارت است از: 1. استکلبرگ (تولیدکننده رهبر)؛ 2. استکلبرگ ( خرده فروشان رهبر)؛ 3. همکاری در کانال؛ 4. همکاری کلی. یافته ها: برای هر یک از مدل ها، مقادیر متغیرهای اصلی و سود هر یک از اعضای زنجیره تأمین محاسبه و در یک مثال عددی نشان داده شده است. همچنین سود نهایی از طریق دو روش حل از طریق نرم افزار متمتیکا و الگوریتم قهرمانی در لیگ های ورزشی (LCA ) با یکدیگر مقایسه شده است. نتیجه گیری: مقادیر به دست آمده از طریق الگوریتم LCA در همه مدل ها جواب های بهتری را نشان داد. با توجه به نتایج و با بررسی هر چهار استراتژی، مشخص شد که بهترین پاسخ، از طریق استراتژی همکاری به دست می آید و این استراتژی، نسبت به سایر استراتژی ها پرسودتر است. در نهایت، روی پارامترهای مدل های مختلف تحلیل حساسیت انجام شده است.

در سیستم لجستیک میلکران خودروها برای جمع آوری سفارشات از محل تامین کنندگان و تحویل آنها به خطوط مونتاژ، بر اساس مسیرهای از پیش برنامه ریزی شده، اعزام می شوند. بدین ترتیب که خودرو به محل چندین تامین کننده برای برداشت سفارشات رجوع کرده و سپس برای تحویل آنها به یک یا چند مقصد اعزام می شود. در این سیستم لجستیکی، محموله ها درون خودرو و در گذر از گره های مختلف در شبکه لجستیک تجمیع می شوند. در این مقاله یک مدل برنامه ریزی خطی عددصحیح مختلط برای مساله لجستیک میلکران معرفی می شود که ملاحظاتی نظیر بارگیری سه بعدی شدنی پالت های سفارشات درون خودروها، اعمال 50 درصد هزینه بیشتر برای برگشت پالت های خالی، پنجره های زمانی سفارشات و ناوگان نامتجانس را در قالب تابع هدف و محدودیت ها مدنظر قرار می دهد. با توجه به ماهیت مسئله، یک الگوریتم مبتنی بر استراتژی تکاملی گروه بندی معرفی می شود که از روش های ابتکاری کارا برای حصول اطمینان از شدنی بودن بارگیری سفارشات درون خودروها و شدنی بودن مسیریابی خودروها استفاده می کند. اثربخشی مدل ریاضی و الگوریتم فراابتکاری معرفی شده با استفاده از داده های جمع آوری شده از گروه خودروسازی سایپا مورد سنجش قرار می گیرد. نتایج محاسباتی مبین آن است که لجستیک میلکران قابلیت کاهش هزینه ها را به میزان 24.5 درصد (به طور متوسط)، در مقایسه با استراتژی ارسال مستقیم که در شرکت سایپا دنبال می شود، دارد.

هدف: تحلیل بازخورد مشتری از طریق وبسایت های خطوط هوایی، به دلیل دقت زیاد و جامعیت آن در ارائه اطلاعات، بهتر از روش های مرسوم جمع آوری این بازخوردها از طریق پرسش نامه هاست. با بهره گیری از فناوری کلان داده، این وبسایت ها میلیون ها نظر مسافران را جمع آوری و تجزیه وتحلیل می کنند و اطلاعات دقیق تری از تجربه های مشتریان را ارائه می دهند. نظرهای آنلاین، به عنوان یک پلتفرم باز، امکان ارائه انتقادها و پیشنهادها به کارفرماها را فراهم می کنند و به دلیل حجم زیاد و انتشار گسترده، می توانند به عنوان منبع ارزشمندی برای تحلیل احساسات و نیازهای مشتریان استفاده شوند. بر این اساس، پژوهش حاضر یک چارچوب داده محور برای رتبه بندی خطوط هوایی پیشنهاد می کند که ترکیبی از روش های تصمیم گیری چند معیاره (MCDM) و تحلیل احساسات (SA) در سطح جنبه است. هدف اصلی این پژوهش، ارزیابی کیفیت خدمات خطوط هوایی و رتبه بندی آن ها با استفاده از نظرهای ثبت شده در وبسایت SKYTRAX از تجربه مسافران بر مبنای احساسات کاربران است که در نظرهای آن ها مستتر است. روش: چارچوب پیشنهادی شامل سه مرحله است. در مرحله ۱، پس از جمع آوری داده ها و پیش پردازش متن، ویژگی های خطوط هوایی با استفاده از الگوریتم تعداد صفت بالا (HAC) استخراج می شوند. در مرحله ۲، جهت گیری احساسات در هر خط هوایی شناسایی می شود تا نمره های عملکرد مربوط به هر خط هوایی محاسبه شود. در مرحله ۳، رتبه بندی خطوط هوایی با استفاده از روش تاپسیس، بر مبنای اعداد فازی شهودی و با توجه به نمره های حاصل از مرحله دوم انجام می شود. مجموعه های فازی شهودی (IFS) برای نمایش مؤثر نظرهای مشتری، از جمله عبارات مردد، در ماتریس تصمیم گیری استفاده می شوند. همچنین وزن معیارها با استفاده از روش آنتروپی تعیین می شود. در ادامه، برای نشان دادن جنبه کاربردیِ روش پیشنهادی، مدل ترکیبی در یک نمونه واقعی برای رتبه بندی خطوط هوایی منتخب خاورمیانه با استفاده از بررسی نظرهای آنلاین مشتریان (OCR) در وبسایت SKYTRAX آزمایش شده است. ۸۰۱۰ نظر که از ژانویه ۲۰۱۵ تا دسامبر ۲۰۲۱ در سایت SKYTRAX ثبت شده، جمع آوری شده است. یافته ها: نتایج حاصل از عملکرد 10 خط هوایی تجزیه وتحلیل شد و رتبه بندی بین آن ها صورت گرفت. نتایج نشان داد که خطوط هوایی کلاس اقتصادی با وزن 17/0 بیشترین اهمیت را دارد و از نظر مسافران، ویژگی هایی مانند خدمات مشتری، فضای پا، تأخیر در پرواز و بازرسی امنیتی با وزن 11/0 در مقایسه با سایر ویژگی ها، اهمیت یکسانی دارند. با توجه به نتایج، خط هوایی Middle East Airlines در بین ده خط هوایی (Saudi Arabian Airlines, Kuwait Airways, Oman Air, Iran Air, Egyptair, Royal Jordanian Airlines, Middle East Airlines, Pegasus Airlines, flydubai, Air Arabia) بهترین عملکرد را دارد؛ به این معنا که  نزدیک ترین فاصله از راه حل ایدئال مثبت مجموعه فازی شهودی و دورترین فاصله از راه حل ایدئال منفی مجموعه فازی شهودی را دارد. در حالی که Pegasus Airlines نزدیک ترین فاصله به راه حل ایدئال منفی و دورترین فاصله از راه حل ایدئال مثبت را دارد و عملکرد آن در بین چهار خط هوایی کمترین است. نتیجه گیری: این پژوهش به مدیران خطوط هوایی کمک می کند تا به دنبال زمینه های بهبود باشند و بتوانند برای دستیابی به مزیت رقابتی بهتر در بازار، عملکردشان را با رقبای خود مقایسه کنند. از داده های این پژوهش می توان به منظور ایجاد یک سیستم توصیه برای مسافران استفاده کرد تا به آن ها کمک کند خطوط هوایی ای را انتخاب کنند که به بهترین وجه انتظارات، خواسته ها و هدف سفرشان را برآورده کند. این می تواند عواملی مانند بودجه، مقصد و نوع کلاس پرواز را در نظر بگیرد و به درک بهتر نیازهای مشتریان برای مدیران خطوط هوایی کمک کند.